-
公开(公告)号：CN115616500A
公开(公告)日：2023-01-17
申请号：CN202210804492.4
申请日：2022-07-08
Applicant: 北京理工大学 , 北京理工大学重庆创新中心
Abstract: 本发明提出了一种基于信号重构和失配滤波的切片转发干扰抑制方法，能够有效抑制干扰信号的同时增强目标能量，提高了目标的检测性能，且不涉及复杂的优化算法，计算复杂度低。本发明首先利用时频分析的方法来估计干扰参数，在此基础上重构时域信号并设计失配滤波器，最后通过失配滤波处理实现对切片转发干扰的有效抑制。本发明可在有效抑制干扰信号的同时增强目标能量，提高了目标的检测性能，且不涉及复杂的优化算法，计算复杂度低。
-
公开(公告)号：CN113722983B
公开(公告)日：2023-10-27
申请号：CN202110917678.6
申请日：2021-08-11
Applicant: 北京理工大学
IPC: G06F30/27 , G06F111/06
Abstract: 本发明提供一种基于模因算法的离散正交多相码集优化方法，在模因算法(Memetic Algorithm,MA)的基础上，融合了针对每个个体的局部搜索优化，局部搜索采用贪婪搜索算法(Greedy Code Search,GCS)，能够降低算法复杂度，并提升所设计码集的性能；同时，本发明采用了部分重启的方法，将随机生成的码集个体引入到当前种群中，能够有效提高群体的遗传多样性，进一步提高优化码集的性能。
-
公开(公告)号：CN113408098A
公开(公告)日：2021-09-17
申请号：CN202110476676.8
申请日：2021-04-29
Applicant: 北京理工大学
IPC: G06F30/20 , G06F17/18 , G06F17/15 , G06F111/10
Abstract: 本发明提供了一种基于图搜索的最优二相码序列波形遍历搜索方法，从延时最大开始考虑，采用等效码剪枝的方法能够显著减小时间复杂度。本发明将图搜索方法应用到二相码的遍历搜索中，本发明使用图搜索中最常见的两种方法——深度优先搜索(Depth‑First Search,DFS)和广度优先搜索(Breadth‑First Search,BFS)对最优二相码序列的遍历搜索进行了算法设计。对于图的展开方式，从延时最大开始考虑，开始的搜索空间小，而不是从延时最小开始考虑，否则开始时的搜索空间就会很大；图搜索的角度考虑最优二相码序列的遍历搜索问题，对该方法的适应性策略进行了说明。
-
公开(公告)号：CN104181813B
公开(公告)日：2016-08-03
申请号：CN201410257705.1
申请日：2014-06-11
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明为一种具有连通性保持的拉格朗日系统自适应控制方法，解决了在只能获取领航者位置信息的条件时拉格朗日系统在连通性保持的约束条件下的跟踪控制问题。步骤一、确立智能体的数学模型；步骤二、基于步骤一确定的数学模型设计信息弱化下兼具连通性保持的自适应跟踪控制律设计；步骤三、自适应跟踪控制律的仿真实验验证：预设实验仿真的固定参数以及选取实验的内容，其次引入步骤二设计的控制律，并调节控制律中的自适应控制变量，得到多个控制律实现系统收敛的时间，将多个变量值以及对应的收敛时间进行记录并比较便可以得到一组相对最优的变量值，即完成所述的自适应控制方法。
-
公开(公告)号：CN104951898A
公开(公告)日：2015-09-30
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
Patent Agency Ranking
公开(公告)号：CN104881044A
公开(公告)日：2015-09-02
申请号：CN201510319327.X
申请日：2015-06-11
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 本发明公开了一种姿态未知的多移动机器人系统自适应跟踪控制方法，该方法包括如下步骤：针对多移动机器人系统中的每个移动机器人，均进行建模；建立跟随者f与领航者r的具备非线性扰动的误差模型为，在多移动机器人系统中，每个移动机器人均获取其他移动机器人的信息进行非线性扰动评估，获得该移动机器人的非线性扰动的估计值；建立非线性扰动系数的自适应律为；对跟随者与领航者误差角的三角函数建立二阶观测器；最后将观测器与自适应律相结合建立基于观测器的自适应的跟随者的控制律，对跟随者进行跟踪控制，使跟随者能够实现对领航者的跟踪控制。
-
公开(公告)号：CN114301537A
公开(公告)日：2022-04-08
申请号：CN202111229820.4
申请日：2021-10-22
Applicant: 北京理工大学
IPC: H04B10/556 , G01S7/483 , G01S7/484
Abstract: 本发明公开了一种基于优化最小化框架的相位编码序列设计方法，一、建立多相编码信号频谱幅相失真模型，并利用所述模型，生成失真条件下的多相编码信号；二、建立频谱幅相失真条件下多相编码信号的性能评价准则DISL；三、建立失真条件下多相编码信号的优化准则，设计基于优化最小化框架的迭代优化模块MM‑DISL；四、将步骤一生成的频谱幅相失真的多相编码信号输入MM‑DISL模块进行迭代优化，输出得到当前失真条件下最优性能的多相编码信号；本发明能够针对各种频谱幅相失真的环境，设计优化出当前条件下最优性能的多相编码信号。
-
公开(公告)号：CN104951898B
公开(公告)日：2017-02-22
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN104181813A
公开(公告)日：2014-12-03
申请号：CN201410257705.1
申请日：2014-06-11
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明为一种具有连通性保持的拉格朗日系统自适应控制方法，解决了在只能获取领航者位置信息的条件时拉格朗日系统在连通性保持的约束条件下的跟踪控制问题。步骤一、确立智能体的数学模型；步骤二、基于步骤一确定的数学模型设计信息弱化下兼具连通性保持的自适应跟踪控制律设计；步骤三、自适应跟踪控制律的仿真实验验证：预设实验仿真的固定参数以及选取实验的内容，其次引入步骤二设计的控制律，并调节控制律中的自适应控制变量，得到多个控制律实现系统收敛的时间，将多个变量值以及对应的收敛时间进行记录并比较便可以得到一组相对最优的变量值，即完成所述的自适应控制方法。
-
公开(公告)号：CN113722983A
公开(公告)日：2021-11-30
申请号：CN202110917678.6
申请日：2021-08-11
Applicant: 北京理工大学
IPC: G06F30/27 , G06F111/06
Abstract: 本发明提供一种基于模因算法的离散正交多相码集优化方法，在模因算法(Memetic Algorithm,MA)的基础上，融合了针对每个个体的局部搜索优化，局部搜索采用贪婪搜索算法(Greedy Code Search,GCS)，能够降低算法复杂度，并提升所设计码集的性能；同时，本发明采用了部分重启的方法，将随机生成的码集个体引入到当前种群中，能够有效提高群体的遗传多样性，进一步提高优化码集的性能。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.031 seconds)
